设计师的再生式未来

不确定性的到来，迫使设计师们更多地思考设计和创意的本质及确定性部分。

2023年3月，麻省理工学院媒体实验室教授John Maeda在《技术中的设计报告》（Design in Tech Report）中提到，88%受访的设计师认为，视觉设计师被AI取代至少还需要5年或更长时间。他在报告末尾给出的其中一个判断是，在下一阶段，真正地说好“人话”比说好“机器话”更重要。

当人工智能、虚拟现实等技术不断入侵设计，哪些会变，哪些不会？设计师们如何预判自己未来的职能？他们此刻又如何看待生成式AI工具？我们邀请了17位设计师来讨论这些问题，并形成了以下10个观点的总结。

牺牲概念、灵感图和拼贴工具

无论如何称呼这一代生成式AI输出的作品，设计师们的共识是：它们对于设计师来说都还太初级，并不能成为最终的方案。几乎所有受访的设计师都认为，它是未来的大势所趋，应该以开放的态度“拥抱”技术，但也有个别设计师谨慎观 望。

在发明了“设计思维”一词的美国创新和设计咨询公司IDEO内部，他们戏称用AI做出的概念为“牺牲概念”（sacrificial concepts）—更正式的称呼是“炮灰方案”。从字面意义就可看出，这些只需要输入一些关键词就能生产出的概念不会是最终结果，更多是用在前期调研中。

“当我们与目标消费者交谈的时候，我们希望他们以更真实的方式做出反应。当他们看到这些概念图，比如‘这就是你自行车未来的样子’时，会以更真实的方式回复。否则，人们会倾向于用简单的是或者否来回答。”IDEO资深交互设计师吕俊超对《第一财经》杂志说。

从效率上来讲，人工智能大大减少了设计师从想法到执行的延迟。几乎所有的设计师都同意，AIGC工具可以作为自己在工作中的辅助，除了提供灵感，还能做资料收集、文本处理等繁琐的工作。

在手机游戏公司Veewo Games创始人杨迅看来，Stable Diffusion就像一个知识面很广、特别好用的“实习生”，尽管它目前还没有太多行业经验，所以有时候会“听不懂你在说什么”。设计师需要经历多次调整，也就是向“实习生”灌输尽可能多的行业经验，最终才能得到想要的东西。

黑弓BLACKBOW是一家专门从事特效设计的公司，曾参与北京冬奥会的特效制作。其美术指导熊元昱对《第一财经》杂志表示，在辅助作图上，他们会用到一些AI工具，在出了第一批灵感图，设计师脑中有了思维碰撞后再根据灵感图深化设计。比如，在冬奥会开幕式的创作中，设计师们就通过建立中国山水画的图像库来生成不同的山体特征和水流动势，并以此作为创作参考。“从设计师的角度来讲，这些工具的产出更多起到的是提高创作前期工作效率的作用，以更准确地表达创意，所以AI工具的功能更多是作为灵感的激发器。”熊元昱说。

不喜欢AIGC的设计师会将它称为“思维缝合垃圾”—当你输入两种不同风格或者场景的关键词，AIGC所做的就是把两种风格或者场景内容“缝合”在一起。有时候，不同风格之间甚至彻底背离，所以它看起来很“怪异”。但一些设计师会认为，这些缝合方式有时候反而很有意思，可以“刺激到肾上腺素”。

设计师们喜欢在艺术世界之外的环境中找寻灵感，创造力的来源之一就在于不同经验和知识的碰撞。写生、查阅学术资料和典籍、翻看其他艺术家的作品，都是他们会采用的传统方式。熊元昱把这些方式称为“格物致知”，而现在，激发自身创造力的方式可以变成“格AI致知”。AIGC作图的多变性和随机性为“灵光乍现”提供了新的思 路。

艺术家简明（James Jean）从前是商业画家，在2008年转做纯艺术创作之前，他曾为美国DC漫画描绘过多本封面，近年也为诸如《瞬息全宇宙》这样异想天开的电影制作海报。在20多岁刚开始做商业艺术创作时，他不得不往返于纽约的各大公共图书馆收集图片资料作为参考。但如今，艺术家和设计师显然不用再如此费劲地一次次踏入图书馆的大门，在线图库便捷地替代了这个过程。与不加预设地浏览图片、获取灵感的过程不同的是，简明认为ChatGPT能在创作者已经知道自己想要什么时帮忙演绎灵感，例如在自己已经完成绘画创作、需要为作品写一段文字描述的时候。

服装设计师方妍楠（Susan Fang）在2022年年底试验了一张AIGC生成概念图，在这张图里，你可以看到设计师新鲜点子的视觉呈现，但如果仔细看，模特有着不成比例的身型，身后还多出了一只手。这正是目前AIGC绘图被诟病的地方，直到不久前，Midjourney还难以画出“手”这样的身体部位，并且画面中经常出现不合逻辑的拼贴组 合。

第一财经视觉创意团队曾尝试了几次使用AI工具来绘制封面图片的方式，在今年4月份的封面中，为了制作出一个理想的三维机器人形象，设计师们不断训练AIGC工具，接近200次出图后，最终的机器人才达到设计师想要的效果。

“这些问题时至今日，绝大部分仍然存在，且因为扩散模型生成图片原理的局限，多数问题并没有在源头上得以解决。”智能设计工具公司即时设计的联合创始人周凝对《第一财经》杂志说。但他乐观地认为，一切只是时间的问题。“通过各式各样的间接或直接手段，已经有了不错的综合解决方案，或达到了近似解决的效果。”

事实的确如此，在今年3月发布的Stable Diffusion Reimagine和Midjourney V5中，手的问题看似已经被解决。随着数据量的增加，设计师们也感觉到工具的智能性有了细微的变化。方妍楠在近期的合作项目中设计了一个秀场装置。她画了一个草图，并把描述词写进了升级后的Midjourney，结果让她感到非常惊喜，“完全按照要求画出来的，且画得非常详细、真实。”

这也就是为什么，几乎所有设计师都不敢低估未来AIGC的可能性。Gensler建筑设计事务所副总裁兼上海办公室工作室总监秦振晖认为，科技的发展很多时候是跳跃式的发展，在一个阶段之后，科技会迎来一次突破性的进展。正如印刷术的发明那样，AIGC也许到了这样一个临界点。

可能削减的环节以及成本

AIGC工具出图的快速也让方妍楠感觉到，好像突然不再需要一整个团队的设计师，更多需要的是可以把草图做成实物的手工艺人或者在某些技术上更加擅长的人。这些人承担的更多是把方妍楠想要的，诸如把“有未来感的鞋子”做出来—要有能力找工厂，找特别的面料。

此前，方妍楠公司里的一些外宣稿件都外包给自由撰稿人。在GPT4出来之后，方妍楠尝试让工具直接上手写用于外宣的新闻稿件，比如要求它用时尚杂志《Vogue》的基调写作，结果发现它写得很不错。

与此同时，AI工具也带来信息分析和原型迭代效率上的提升。“AI可以让我们在工作的时候从更多样的视角出发，通过收集详细的背景信息来解读各种数据和趋势，在IDEO，我们已经看到AI有潜力来帮助我们更快地迭代想法。”IDEO合伙人兼亚洲区执行总裁Charles Hayes说。

杨迅近期观察到行业在工作流程中使用AIGC工具的两极分化态度，一部分公司开始激进地使用AIGC工具，另一部分公司发现暂时没有工业化方面的效益，便选择了拒绝。

在杨迅看来，使用AIGC工具是一个回不去的过程，它具有不可逆性。

这个过程就像是从使用“小灵通”这样的功能机跨越到习惯使用智能手机，对大多数人来讲，再回到功能机时代会有些困难。“真正用过AIGC工具生成内容，你会发现，它对你个人的生产增益是指数级的，这对效率是跨越式的量级的提升。并且根据当前的发展速度，工具越来越便捷，效率增益还在不断扩大，没有收缩的迹象，这个生产过程的体验过程已经不可逆了。”杨迅对《第一财经》杂志说。

杨迅判断，这种变化也会很直观地影响到未来的商业美术（与图形设计），即模式化的商业美术（与图形设计）未来会被AIGC工具取代。

在电影制作的视觉效果领域，有AIGC的强参与后，沟通仍然是非常重要的环节。数字王国视效总监郭旺认为，如今，在理解导演的想法后，视效艺术家是否充分理解，以及交给AIGC工具作图与绘制模型时使用的指示词是否准确、合理将变成一项不可或缺的工作能力。这家公司的代表作包括电影《一步之遥》、美剧《怪奇物语》第四季，以及游戏《王者荣耀》《和平精英》等。

AIGC工具的加入将带来视效工作流程上的改变。倘若Wonder Studio等软件可以真正应用到实际工作中，视效艺术家制作部分镜头时或许不用再像从前那样—从跟踪相机、匹配、动画、灯光、渲染到合成都一一处理—AIGC工具就可以解决这一切。并且在拍摄时，只要提前做好资产，拍摄现场导演就可以实时看到最终的呈现效果。在后期环节，郭旺预计，概念设计环节的人员数量可能会削减。

从业者的生存状态还与行业的宏观环境相关，低迷的行业更有动力淘汰落后的要素。大界机器人科技有限公司智能建造事业部总监梁喆认为，在当今的建筑行业环境下，提高设计工作能效的辅助工具的出现，可能会对建筑师就业产生进一步影响。

Veewo维持着一支精简、少有初级岗位的团队，杨迅称，团队成员都属于技能“比较全能”的协作者。在杨迅看来，基于这种类似于“超级个体”的组织方式，工具的加持会对团队增益明显。而对于有人才冗余机制的大公司来讲，人员的调整优化将不可避免。

“未来的趋势是越来越倾向让灵活的小团队做更多的事情，比如Midjourney整个团队一共才11人，OpenAI的团队也很小。（有更好的工具，雇用更少的人）可能是未来公司的形态。”